En 2012, una red neuronal de Google descubrió el gato sin que nadie se lo enseñara. Catorce años después, aquel experimento sigue explicando cómo aprenden a ver las máquinas.

Inworld AI ha presentado Realtime TTS-2, una nueva generación de modelos de voz diseñada específicamente para la conversación en tiempo real. A diferencia de los sistemas tradicionales que se limitan a leer texto, esta tecnología tiene la capacidad de escuchar el audio previo del intercambio para captar el tono, el ritmo y el estado emocional de la persona con la que habla.

Imagine que le pregunta a una inteligencia artificial por los detalles de una radiografía que nunca ha subido al sistema. En lugar de admitir que no puede ver nada, la máquina responde con total seguridad, describiendo patologías inexistentes o números de serie inventados. Este fenómeno, bautizado como efecto espejismo, ha sido recientemente documentado por un equipo de investigadores de la Universidad de Stanford.

El filósofo Santiago Sánchez-Migallón analiza en La Máquina de Von Neumann por qué los grandes modelos de lenguaje no son conscientes y advierte del error de confundir inteligencia con experiencia subjetiva.

Investigadores del Laboratorio Nacional de Los Álamos y la Universidad de Nuevo México han desarrollado THOR AI, un marco computacional que utiliza redes tensoriales para resolver en segundos un problema centenario de la física estadística. Este avance, publicado en Physical Review Materials, permite calcular el comportamiento de los materiales con una velocidad 400 veces superior a los métodos tradicionales.

Hace justo trece años, un hito en apariencia anecdótico encendió la mecha de la revolución de la inteligencia artificial moderna. El 30 de septiembre de 2012, un modelo llamado AlexNet arrasó en la competición ImageNet, dejando atrás a todos sus rivales por una diferencia histórica. Lo curioso no fue solo su rendimiento, sino que fue entrenado por tres jóvenes investigadores, en un dormitorio, usando dos tarjetas gráficas. Hoy, esa fecha se recuerda como el nacimiento oficial del deep learning, y AlexNet como el modelo que cambió para siempre el rumbo de la IA.

En el marco del proyecto europeo SEACLEAR 2.0, la Universidad Técnica de Múnich ha desarrollado un robot submarino autónomo capaz de identificar y recoger basura del fondo marino. Gracias a un sistema de inteligencia artificial y un potente brazo robótico, el dispositivo puede recuperar objetos de hasta 250 kilos. El sistema, probado recientemente en el puerto de Marsella, representa un avance en la lucha contra la contaminación de los océanos, especialmente en zonas profundas donde el uso de buzos es costoso y peligroso.

Los deepfakes son vídeos, audios o imágenes generadas por inteligencia artificial capaces de imitar a la perfección a personas reales. Aunque tienen aplicaciones legítimas, su uso indebido plantea graves riesgos para la seguridad, la privacidad y la veracidad de la información. Detectarlos a tiempo es clave para protegernos de fraudes, noticias falsas o incluso chantajes. En este artículo explicamos qué son, cómo se crean y cómo puedes identificarlos.